东南大学物联网交通应用研究中心
东南大学物联网应用研究中心
北京时间:
如何理解“交通大数据”
2016-06-30 20:28   作者:杨东援   来源:悠闲老头看交通   浏览:414   我要评论

    这里所讨论的话题也可以表述为:“什么是‘交通大数据’”,之所以不以此为题目,是由于为交通大数据下定义还为时过早。这方面的研究工作正在逐步展开,对于不够成熟的研究领域过于草率地下定义,会制约相关研究和探索的思维活跃性。但是,伴随各方面关注的增高,适当明确对交通大数据分析的任务理解,有助于相关研究工作形成聚焦,促进更好地实现技术应用。

1.“交通大数据”是一种战略性资源

    长期以来困扰交通领域研究的一个重要问题,是缺乏对问题全面、连续的观察能力。城市交通的各种分析建立在综合交通调查基础之上,但是这种5-10年进行一次的调查结果的代表性还是令人心存疑虑;道路及公路系统建立了大量的检测设施,除了表象的交通流特征数据以外,有待深入挖掘……。尽管许多数据是早已存在,但是在大数据技术出现之前,只是把它们作为支撑模型和仿真技术的辅助资源,并没有上升到“战略资源”的角度来认识。

    作为一种战略性资源,与交通相关各种数据不再是仅限于具体技术人员作为建立分析模型的基础,而是成为整体管理决策中的一种重要技术支撑。如何将“数据资源”转化为“决策能力”,以致形成更好的“行动效果”,成为高层管理者必须认真思考的问题。


    一般来说,交通大数据分析所涉及的包括即种类型:第一种类型为基于出租车GPS及计价器状态数据、公交车辆车载GPS数据、道路定点检测器数据、车辆牌照检测数据、移动通信信令数据、公交IC卡数据、轨道交通闸口检测数据等,这些数据的共同特征是大样本、连续观测(或者连续追踪);第二种类型是各种专项调查数据,例如人口普查数据、经济普查数据、综合交通调查数据,其特点是遵循严格的数据采集规范,定期采集,提供了经过严格检验的社会基础信息;第三种类型是各种外部资源数据,例如互联网的POI数据、大众点评数据、位置服务数据等,这类数据从不同角度描述了部分个体的空间行为,但是在许多情况下会出现抽样偏差,需要谨慎论证后才能够用于推断整体态势;第四类是各种辅助抽样调查数据,可能不少研究者认为这类数据是不能归于“交通大数据”之列,的确这些数据是属于小样本数据,单独来看并不具备“大数据”属性,但是“交通大数据”讲的是一个整体数据资源的概念,这类数据对问题的深入剖析发挥着不可替代的作用,是交通大数据不可或缺的组成部分。

2.“交通大数据”是一种思维模式

    长期以来,交通领域的分析技术主要以基于OD的网络交通流分析理论、基于行为或者活动的非集计分析模型理论等为核心,辅助以各种经验判断。从思维模式角度来看,这都属于“线性”思维,即认为“未来”是“当今”和“过去”的简单延伸。在这一模式下我们更多关注的是总结过去(不论是直觉经验还是理论模型、仿真分析),对于发现新问题并没有放在重要的位置。但是,我们的城市正在转型,出现了一系列在交通规划、建设和管理中必须面对的新问题,例如城市更新过程中的社会整合问题、伴随“互联网+”而兴起的新交通模式和新行为机制问题、打破封闭概念的城市群交通需求问题等。可以说,在当前发展阶段,发现“我们所不知道的问题”在规划等决策中占有重要的地位。

    正因为如此,研究者不能被已有理论和经验捆绑,而需要基于正确地价值观,从多视角、多层次观察、分析作为研究对象的城市交通系统。这意味着不仅要关注交通流量,也要关注对空间活力、社会整合、城市网络形态等方面的影响与贡献;不仅要关注能够量化建模的影响因素,也要关注难以完全量化建模的影响因素。借口超越了技术分析或者学科范畴,而将一些重要的决策过程中的权衡取舍问题推给决策者,并非负责任的技术人员应有的态度,也不是交通工程学者应有的立场。

    借助交通大数据发现“未知”,建立一种战略性的“洞察能力”,这正是技术变革的关键意义所在。

3.“交通大数据”是一种技术方法

    大数据分析并非简单将原有的数据分析技术戴上一顶新帽子,而是在新的信息资源环境下技术方法的相应转换。由于思维方式和技术传统的不同,对于习惯了建模分析的交通工程师来说,有效地使用“关联分析”、“聚类(分类)分析”、“信息融合”等技术方法是个不小的挑战。同时,对于交通大数据分析来说,其方法隐藏于目的之后,缺少对交通问题的理解,单纯作为信息技术的应用也已经被证明是不成功的道路。因此,在交通工程师与数据分析工程师之间建立起沟通的话语体系,成为交通大数据研究必须克服的瓶颈。

    大数据为在交通分析中应用复杂性理论创造了重要条件,且只有充分地与复杂性结合在一起,才有有效地发挥大数据所创造的技术优势。针对研究兑现所存在的复杂关联,从系统整体性角度出发,利用大数据所提供的多角度、多层次、连续性观察的能力,通过“涌现”、“混沌”等技术概念,发现系统内在的规律性,再与“混沌控制”等复杂系统调控方法相结合,寻找实现城市交通可持续发展的路径。

    对于交通大数据分析来说,由于相关决策的社会影响巨大,且往往属于不可逆过程,因此不能止步于“关联分析”,如何透过“关联”寻找背后的“因果”,或者在承认不确定性基础上实现“适时响应”的管控,导致了将分析技术、决策方法和社会系统控制技术有机结合的要求。

4. “交通大数据”具有很强的应用指向

    交通大数据分析技术的生命力就在于通过有效解决交通领域中的问题,促进交通科学和技术的变革。因此,在明确的问题导向基础上,探寻其特有的技术方法,是交通大数据研究的重要特点。

    正因为如此,交通规划与城市规划之间的“战略性对话”、交通需求管理的“精准化调控”、公共交通的“精细化服务”、道路交通网络状态的“精明化管控”、综合交通的“一体化整合”,以及面向公众的“针对性沟通”等,成为交通大数据重要的应用专题研究领域。

 

    总而言之,交通大数据分析并非将大数据技术简单应用于交通领域,而是根据领域问题的特点,探求相关的专门化技术。
相关阅读
发表评论
姓名:
联系方式:
评论专区
东南大学 东南大学交通学院 清华大学 同济大学 西南交通大学 北京航空航天大学 上海交通大学 浙江大学
University of Wisconsin - Madison University of Michigan Rensselaer Polytechnic Institute Santa Clara University Rutgers University
交通运输部路网监测与应急处置中心 江苏省交通运输厅 南京智库联盟 江苏交通控股有限公司 江苏高速公路联网营运管理有限公司
中心概况研究动态新闻中心合作交流加入我们
Copyright © 2015 东南大学物联网交通应用研究中心 All Rights Reserved.